Il legame tra valore d’impresa ed ERM

Appartenenza aziende ai diversi settori economic

3.3 I modelli empiric

3.3.2 Il legame tra valore d’impresa ed ERM

Il secondo obiettivo di questo lavoro è quello di indagare come l’implementazione di un determinato livello di ERM impatti sul valore d’impresa nell’intervallo temporale considerato. A questo scopo, mediante l’utilizzo di Stata 13, verrà condotta una Panel

Data Regression Analysis a effetti fissi, per controllare l’eterogeneità non osservabile fra

le imprese, derivante da caratteristiche aziendali non incluse nel modello. Le equazioni che saranno testate sono 3:

1 _{𝑇𝑇𝑠𝑠𝑒𝑒𝐵𝐵𝐶𝐶𝑇𝑇 = 𝛼𝛼 + 𝛽𝛽}₁_{𝐸𝐸𝐸𝐸𝐸𝐸_𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 + 𝛽𝛽}₂_{ln_𝐵𝐵𝐶𝐶𝐵𝐵 + 𝛽𝛽}₃_{𝑠𝑠𝑠𝑠𝐿𝐿𝑠𝑠𝑠𝑠𝐿𝐿𝐵𝐵𝑠𝑠 + 𝛽𝛽}₄_{𝑠𝑠𝐿𝐿𝑠𝑠_𝐵𝐵𝑠𝑠𝑠𝑠𝑔𝑔𝐶𝐶ℎ +} 𝛽𝛽5𝐸𝐸𝑂𝑂𝐵𝐵 + 𝛽𝛽6𝐵𝐵𝐶𝐶𝐶𝐶_𝑑𝑑𝐵𝐵𝐿𝐿 + 𝛽𝛽7𝐵𝐵𝐶𝐶𝑠𝑠𝐶𝐶_𝐵𝐵𝐶𝐶𝐿𝐿 + 𝛽𝛽8𝑑𝑑𝐵𝐵𝐿𝐿𝐵𝐵𝑑𝑑𝑠𝑠𝐶𝐶𝑑𝑑𝑠𝑠 + 𝛽𝛽9𝑒𝑒𝑠𝑠𝐶𝐶𝐿𝐿 + 𝜀𝜀𝑖𝑖𝑖𝑖

2 _{𝐸𝐸𝑂𝑂𝐵𝐵 = 𝛼𝛼 + 𝛽𝛽}₁_{𝐸𝐸𝐸𝐸𝐸𝐸_𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 + 𝛽𝛽}₂_{ln_𝐵𝐵𝐶𝐶𝐵𝐵 + 𝛽𝛽}₃_{𝑠𝑠𝐿𝐿𝑠𝑠_𝐵𝐵𝑠𝑠𝑠𝑠𝑔𝑔𝐶𝐶ℎ + 𝛽𝛽}₄_{𝐵𝐵𝐶𝐶𝐿𝐿_𝑠𝑠𝑂𝑂𝑂𝑂 +} 𝛽𝛽5𝐶𝐶𝑠𝑠𝐶𝐶_𝐵𝐵𝐶𝐶𝑠𝑠𝑠𝑠𝑖𝑖𝑠𝑠 + 𝛽𝛽6𝑠𝑠𝐿𝐿𝑂𝑂𝑠𝑠𝑐𝑐 + 𝛽𝛽7𝑖𝑖𝑠𝑠_𝑑𝑑𝐵𝐵𝑠𝑠𝑠𝑠𝑠𝑠 + 𝜀𝜀𝑖𝑖𝑖𝑖

3 _{∆𝐸𝐸𝐿𝐿𝑠𝑠𝐶𝐶𝐵𝐵𝐶𝐶𝐵𝐵𝑠𝑠 = 𝛼𝛼 + 𝛽𝛽}₁_{𝐸𝐸𝐸𝐸𝐸𝐸_𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 + 𝛽𝛽}₂_{∆𝑠𝑠𝐿𝐿𝑠𝑠𝑠𝑠𝑠𝑠 + 𝛽𝛽}₃_{𝑠𝑠𝑠𝑠𝐿𝐿𝑠𝑠𝑠𝑠𝐿𝐿𝐵𝐵𝑠𝑠 + 𝛽𝛽}₅_{𝑒𝑒𝑠𝑠𝐶𝐶𝐿𝐿 + 𝜀𝜀}_{𝑖𝑖𝑖𝑖} Dove i rappresenta ciascuna azienda e t l’anno (compreso tra il 2002 e 2012).

ERM__Score Country__Reg Size Leverage Int_Div Inst_In_v Opacity Fin_Slack Cv_Ebit Big_Four

Fin = 0 N. Obs 1749 1749 1735 1699 1746 1749 1672 1735 1714 1749 Media 0.743 0.057 9.754 2.735 0.880 0.755 0.693 0.252 3.455 0.860 Mediana 0.933 0.231 1.329 9.603 0.325 0.430 11.893 6.574 103.845 0.347 Min 0 0 5.110 0 0 0 0 -0.087 -977.174 0 Max 3 1 13.97 192.652 1 1 378.351 273.898 967.070 1 Fin = 1 N. Obs 451 451 450 448 450 451 440 446 441 451 Media 0.940 0.049 12.289 49.031 0.953 0.807 0.020 0.038 -2.334 0.927 Mediana 0.868 0.216 1.625 96.059 0.211 0.395 0.040 0.046 111.290 0.261 Min 0 0 6.01 0.005 0 0 0 -0.012 -841.597 0 Max 3 1 14.88 800.468 1 1 0.313 0.285 618.306 1 Com binat o N. Obs 2200 2200 2185 2147 2196 2200 2112 2181 2155 2200 Media 0.783 0.055 10.276 12.395 0.895 0.766 0.553 0.208 2.270 0.874 Mediana 0.924 0.228 1.731 48.467 0.306 0.424 10.585 5.864 105.411 0.332 Min 0 0 5.11 0 0 0 0 -0.087 -977.174 0 Max 3 1 14.88 800.468 1 1 378.351 273.898 967.070 1

Tabella 3.6 – Statistiche Generali sulle principali variabili (Summary Statistics).

Come proxy del valore d’impresa sono stati scelti tre indicatori che vengono generalmente utilizzati per valutare le performance economiche aziendali: la Q di Tobin, il ROA e ΔUtile Netto. Questi sono considerati come variabili dipendenti del nostro modello, ciascuno in funzione di una serie di fattori (variabili indipendenti) che di volta in volta si ritengono impattare sulle performance economiche d’impresa.

In seguito verrà analizzata ciascuna equazione del modello singolarmente. Dopo una presentazione iniziale degli indicatori di performance scelti, si passeranno in rassegna le variabili indipendenti utilizzate in ciascuna equazione.

La Q di Tobin è un indice che misura il rapporto tra il valore dell’impresa sul mercato finanziario ed il valore contabile dei beni di cui è composta. All’interno del nostro database è stata calcolata come la somma tra il valore di mercato dell’equity e il valore contabile del debito divisa per il valore contabile dell’attivo netto140_.

Se tale rapporto risulta maggiore di 1 significa che l’azienda ha un valore di mercato più elevato del valore contabile, pertanto gli investitori hanno aspettative positive circa l’andamento futuro delle prestazioni economiche dell’azienda (in termini di reddito e flussi di cassa). Pertanto l’impresa potrebbe migliorare le proprie prestazioni future aumentando la spesa per investimenti. Al contrario se la Q è minore di 1, gli investitori si aspettano delle prestazioni negative dall’azienda, al punto tale che il valore contabile dei beni aziendali risulta più alto del valore di mercato della società. A quel punto l’impresa dovrebbe diminuire la propria spesa per investimenti.

In letteratura la Tobin Q è considerata il miglior indicatore utilizzabile come proxy del valore aziendale. Questo perché, a differenza del ROA o di altri indicatori di performance di bilancio che si focalizzano su dati consuntivi, la Tobin Q riflette le aspettative future

140_{𝑇𝑇𝑠𝑠𝑒𝑒𝐵𝐵𝐶𝐶𝑇𝑇 =}𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉 𝑚𝑚𝑉𝑉𝑉𝑉𝑚𝑚𝑉𝑉𝑖𝑖𝑉𝑉 𝐸𝐸𝐸𝐸𝐸𝐸𝑖𝑖𝑖𝑖𝐸𝐸+𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉 𝑚𝑚𝑉𝑉𝑐𝑐𝑖𝑖𝑉𝑉𝑐𝑐𝑖𝑖𝑉𝑉𝑉𝑉 𝑑𝑑𝑉𝑉𝑐𝑐𝑖𝑖𝑖𝑖𝑉𝑉 𝑇𝑇𝑉𝑉𝑖𝑖𝑉𝑉𝑉𝑉𝑉𝑉 𝑉𝑉𝑖𝑖𝑖𝑖𝑖𝑖𝑎𝑎𝑉𝑉 𝑐𝑐𝑉𝑉𝑖𝑖𝑖𝑖𝑉𝑉 1. Tobin Q 𝑇𝑇𝑠𝑠𝑒𝑒𝐵𝐵𝐶𝐶𝑇𝑇 = 𝛼𝛼 + 𝛽𝛽1𝐸𝐸𝐸𝐸𝐸𝐸_𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 + 𝛽𝛽2ln_𝐵𝐵𝐶𝐶𝐵𝐵 + 𝛽𝛽3𝑠𝑠𝑠𝑠𝐿𝐿𝑠𝑠𝑠𝑠𝐿𝐿𝐵𝐵𝑠𝑠 + 𝛽𝛽4𝑠𝑠𝐿𝐿𝑠𝑠_𝐵𝐵𝑠𝑠𝑠𝑠𝑔𝑔𝐶𝐶ℎ + 𝛽𝛽5𝐸𝐸𝑂𝑂𝐵𝐵 + 𝛽𝛽6𝐵𝐵𝐶𝐶𝐶𝐶_𝑑𝑑𝐵𝐵𝐿𝐿 + 𝛽𝛽7𝐵𝐵𝐶𝐶𝑠𝑠𝐶𝐶_𝐵𝐵𝐶𝐶𝐿𝐿 + 𝛽𝛽8𝑑𝑑𝐵𝐵𝐿𝐿𝐵𝐵𝑑𝑑𝑠𝑠𝐶𝐶𝑑𝑑𝑠𝑠 + 𝛽𝛽9𝑒𝑒𝑠𝑠𝐶𝐶𝐿𝐿 + 𝜀𝜀𝑖𝑖𝑖𝑖 75

degli investitori141_{. Inoltre la Tobin Q è considerata superiore rispetto a qualsiasi altro}

indicatore di performance perché non richiede alcun aggiustamento al rischio o normalizzazione ed è priva di qualsiasi possibile manipolazione contabile da parte dei manager. Queste sono caratteristiche importanti da considerare perché i benefici derivanti dall’adozione dell’ERM non sono attesi realizzarsi immediatamente, ma dopo un certo periodo di tempo.

Nel modello costruito Tobin Q è stato considerato in funzione dall’adozione dell’ERM e di altre 8 variabili. Ciascuna verrà ora descritta e verranno fornite aspettative sul segno della correlazione.

ERM_Score

Come menzionato in precedenza ERM_score è la variabile ordinale che attribuisce un punteggio da 0 a 3 al livello di implementazione dell’Enterprise Risk Management. Ci si attende una correlazione positiva tra valore d’impresa e questa variabile poiché, in virtù dei benefici apportati dall’ERM, più alto è il livello di implementazione e maggiore dovrebbe essere il valore creato per l’impresa riconosciuto dal mercato. Questa ipotesi è in linea con le evidenze empiriche individuate da Liebenberg e Hoyt142_(2011).

Ln_BVA

aziende di grandi dimensioni sono associate ad un valore d’impresa maggiore. Tuttavia Allayanis e Weston144_{(2001), qualche anno prima, avevano riscontrato nella loro ricerca}

una correlazione negativa significativa tra dimensione e valore d’impresa. Le nostre aspettative sul verso della correlazione con Tobin Q sono pertanto incerte.

141_{Liebenberg A. P., Hoyt R.E., “The Value Of Enterprise Risk Management”, The Journal of Risk and} Insurance, 2011.

142_{Liebenberg, A. P., Hoyt R.E., Op. Cit., 2011.}

143_{Liebenberg A.P., Hoyt R.E., “Determinants of Enterprise Risk Management: Evidence from The}

Appointment of Chief Risk Officers“, Risk Management and Insurance Review, 2003.

144_{Allayannis G., Weston J., “The Use Of Foreign Currency Derivatives And Firm Market Value”, Working} Paper, University of Virginia, 2001.

Leverage

Il livello di indebitamento è stato considerato per analizzare la relazione tra la struttura del capitale e il valore dell’impresa. Le aspettative sul verso della correlazione sono incerte anche in questo caso. Da una parte se l’azienda ottiene un rendimento superiore al costo del capitale sarà in grado di aumentare il suo valore di mercato attraverso l’indebitamento e quindi sfruttando l’effetto leva finanziaria. Al contrario se il costo dell’indebitamento è più alto del rendimento complessivo il valore dell’impresa diminuirà. Un maggiore debito tuttavia aumenta il rischio finanziario e la probabilità di fallimento da cui derivano costi del dissesto finanziario più elevati. Ciò comporta una riduzione del valore aziendale.

Sal_Growth

Questa variabile è stata definita come il rapporto tra le spese sostenute per ricerca e sviluppo sul totale delle vendite. In linea di principio ci si aspetta che maggiore sia l’impegno verso la ricerca e lo sviluppo e migliori risultati economici in termini di vendite si realizzeranno in futuro, per l’innovatività dei servizi e beni offerti sul mercato. Tuttavia non sempre gli investimenti in questo ambito sono fruttiferi e di successo, pertanto vi potrebbe essere un effetto indesiderato. Allayanis e Weston145_{(2001), individuano una}

relazione positiva tra questo indicatore e il valore d’impresa. Pertanto ci aspettiamo un risultato analogo.

ROA

Questo indice è stato calcolato attraverso il rapporto fra utile netto e attivo netto. Un ROA positivo vuol dire che l’azienda grazie alle attività operative aziendali è riuscita nell’esercizio a creare ricchezza, da reinvestire o da distribuire ai propri azionisti. Questo dovrebbe, di conseguenza, far incrementare il valore percepito dal mercato e la Q di Tobin. Ci si attende quindi una correlazione positiva.

Int_Div

La diversificazione internazionale può migliorare le performance aziendali per i benefici connessi al concetto di diversificazione, quali la riduzione complessiva dei rischi e lo sfruttamento di economie di scala legate all’aumento delle dimensioni. Tuttavia il processo di diversificazione internazionale è un processo costoso e può ridurre il valore

145_{Allayanis, G. e J. Weston, Op. Cit., 2001.}

aziendale per effetto dei costi di agenzia e dei costi di struttura. Le evidenze empiriche a riguardo sono contrastanti. Bodnar, Tang e Weintrop146_{(1997) hanno individuato una}

relazione positiva. Al contrario Denis, Denis e Yost147_{(2002) in un articolo più recente}

hanno rilevato una correlazione negativa. Pertanto le nostre aspettative rimangono incerte.

Inst_Inv

La presenza di investitori qualificati, in possesso di una larga quota del capitale azionario, dovrebbe spingere il top management ad agire con maggiore attenzione e rispetto, intraprendendo quelle azioni in grado di aumentare il valore d’impresa. Ci si attende pertanto una correlazione positiva fra questa variabile e la Q di Tobin.

Dividends

Viene incluso nel modello anche questo parametro, che assume il valore di 1 se l’azienda ha distribuito dividendi nel corso dell’esercizio, altrimenti 0. L’inclusione di questa variabile ha ripreso il modello di Allayannis e Weston148_{(2001). Il verso della}

correlazione è incerto. Da una parte gli investitori possono guardare ai dividendi come un esborso di denaro che limita le capacità di autofinanziare progetti futuri dell’impresa, in tal senso essi ridurrebbero il valore aziendale. Dall’altra la distribuzione dei dividendi costituisce un segnale che l’azienda è in crescita e si aspetta di migliorare le proprie performances in futuro. In quest’ottica si tratterebbe di un segnale positivo per il mercato, volto ad aumentare il valore dell’impresa. Il verso atteso della correlazione rimane pertanto incerto.

Beta

Le aziende con un Beta più elevato sono quelle aziende caratterizzate da una volatilità di mercato più alta. Tale volatilità sul mercato azionario è legata alla volatilità dei flussi di cassa attesi, per effetto della componente di rischio sistematico che influisce sulle attività operative aziendali. In caso di scenario favorevole, il beta potrebbe amplificare le performance economiche positive e quindi favorire un incremento notevole di Q. In

146_{Bodnar, G.M., C. Tang, e J.Weintrop, “Both Sides of Corporate Diversification: The Value Impacts of}

Global and Industrial Diversification”, NBER Working Paper No. 6224, 1997.

147_{Denis D.J., Denis D.K., e Yost K., “Global Diversification, Industrial Diversification and Firm Value”,} Journal of Finance, Vol. 57: pp. 1951-1979, 2002.

148_{Allayanis, G. e J. Weston, Op. Cit., 2001.}

caso contrario ad un decremento del valore della Q di Tobin. Il verso della correlazione è pertanto incerto.

Tutte le variabili utilizzate in questa equazione sono riepilogate e definite singolarmente nella tabella 3.7.

Il ROA è un indice di bilancio utilizzato per esprimere la redditività dell’attivo netto. Si calcola attraverso il rapporto tra utile netto e il valore contabile dell’attivo netto. Nel modello costruito il ROA è stato considerato in funzione dall’adozione dell’ERM e di altre

2. ROA

𝐸𝐸𝑂𝑂𝐵𝐵 = 𝛼𝛼 + 𝛽𝛽1𝐸𝐸𝐸𝐸𝐸𝐸_𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 + 𝛽𝛽2ln_𝐵𝐵𝐶𝐶𝐵𝐵 + 𝛽𝛽3𝑠𝑠𝐿𝐿𝑠𝑠_𝐵𝐵𝑠𝑠𝑠𝑠𝑔𝑔𝐶𝐶ℎ + 𝛽𝛽4𝐵𝐵𝐶𝐶𝐿𝐿_𝑠𝑠𝑂𝑂𝑂𝑂

+ 𝛽𝛽5𝐶𝐶𝑠𝑠𝐶𝐶_𝐵𝐵𝐶𝐶𝑠𝑠𝑠𝑠𝑖𝑖𝑠𝑠 + 𝛽𝛽6𝑠𝑠𝐿𝐿𝑂𝑂𝑠𝑠𝑐𝑐 + 𝛽𝛽7𝑖𝑖𝑠𝑠_𝑑𝑑𝐵𝐵𝑠𝑠𝑠𝑠𝑠𝑠 + 𝜀𝜀𝑖𝑖𝑖𝑖

Variabili Definizione Fonte

Tobin Q =(VME+VCD)/Attivo Netto Calcolo con excel

ERM_score

Punteggio sul livello d'implementazione ERM; Da 0 a 3

Attribuito da evidenze ERM estrapolate da bilancio

Ln_BVA =Ln(Totale Attivo Netto) Calcolo con excel

Leverage =Valore contabile debito/Valore _{contabile equity} Calcolo con excel

Sal_Growth =R&D/Totale Attivo Calcolo con excel

ROA =Utile Netto / Totale Attivo Netto Calcolo con excel Int_Div =1 se società quotata in mercati esteri; =0 se quotata solo nel

mercato nazionale

Informazioni da bilancio

Dividends

=1 se l'azienda distribuisce dividendi

=0 se non distribuisce dividendi

Informazioni da bilancio

Beta =Covarianza(Δ%Titolo;Δ%Mercato)/ _{Dev.Std(Δ%Titolo)} Calcolo con excel

Tabella 3.7 – Variabili impiegate nella prima equazione del modello (RQ2).

8 variabili. Ciascuna verrà ora descritta e verranno fornite aspettative sul segno della correlazione.

ERM_Score

Uno studio di Nickmanesh, Zohoori, Musram e Akbari149_{(2013) dimostra come}

l’adozione di sistemi ERM abbia un impatto positivo sul ROA. In questo lavoro ci si attendiamo che il livello di implementazione di ERM contribuisca positivamente al miglioramento delle performance aziendali.

Ln_Bva

Questa variabile può considerarsi la proxy per la dimensione aziendale, alternativa al logaritmo naturale del fatturato. Essa è definita come il logaritmo naturale dell’attivo netto. È stata inserita questa variabile di controllo per vedere la correlazione tra la dimensione dell’impresa e la redditività dell’attivo netto. Le nostre aspettative sono incerte. Se da una parte le maggiori dimensioni sono collegate a vantaggi di economie di scala (maggiori utili), dall’altra parte i costi di struttura e di agenzia possono diminuire il valore complessivo e peggiorare le performance aziendali.

Sal_Growth

relazione positiva tra questo indicatore e il valore d’impresa. Pertanto ci aspettiamo un risultato analogo.

Inv_Opp

Le opportunità di investimento vengono, in questo modello, definite dal rapporto tra il valore di mercato ed il valore contabile dell’equity. Se il valore di questo rapporto è

149_{Nickmanesh S., Zohoori M., Musram H. A. M., Akbari A., “Enterprise Risk Management And}

Performance In Malaysia”, Interdisciplinary Journal of Contermporary Research in Business, Vol 5 n.1,

2013.

150_{Allayanis, G. e J. Weston, Op. Cit., 2001.}

maggiore di 1 vuol dire che gli investitori hanno prospettive favorevoli circa l’andamento dell’azienda, dal momento che il valore di mercato dell’equity è più alto di quello contabile. L’azienda dovrebbe quindi aumentare il livello di investimenti. Al contrario se il rapporto è minore di 1, l’impresa dovrebbe diminuire il livello degli investimenti. Ci si attende una correlazione positiva tra il ROA e le opportunità di investimento, poiché progetti a VAN positivo sono in grado di aumentare il valore dell’impresa e quindi migliorare i risultati economici.

Net_income

Consiste nell’utile netto, ovvero il risultato dopo le imposte. Costituendo il numeratore del rapporto, maggiore sarà l’utile d’esercizio e maggiore sarà il ROA. Ci si attende quindi una correlazione positiva.

Capex

Per capex si intendono le capital expenditures, ovvero quelle spese sostenute nel corso dell’esercizio dall’impresa per acquistare beni durevoli o quegli investimenti in conto capitale che dovrebbero permettere all’azienda di espandere o migliorare la propria capacità produttiva. Ci si attende una correlazione positiva tra capex e ROA, in quanto l’aumento del capitale investito in beni durevoli dovrebbe essere collegato ad un miglioramento delle performances operative aziendali.

Mo_Direc

La variabile Mo_direct è definita attraverso il rapporto fra il numero dei “Directors” aziendali, ovvero dei membri del consiglio d’amministrazione, ed il logaritmo naturale del fatturato. L’idea è quella che maggiore è il numero di direttori a parità di fatturato, migliore dovrebbe essere il controllo rivolto alla società stessa e quindi più efficace dovrebbe essere il governo societario. Da un miglior governo societario ci si attendono dei risultati economici migliori e quindi una redditività aziendale più alta. Ci si aspetta quindi una correlazione positiva tra ROA e Mo_Direc.

Tutte le variabili utilizzate in questa equazione sono riepilogate e definite singolarmente nella tabella 3.8.

È stata scelta questa variabile per testare a livello empirico se l’implementazione dell’ERM influisce positivamente sulla volatilità dell’utile netto.

ERM_Score

Brown e Chew151_{(1996) hanno dimostrato come le attività di Risk Management siano in}

grado di stabilizzare i flussi di cassa aziendali, mantenendone la volatilità entro livelli accettabili. Da una più recente ricerca Pagach e Warr152_{(2010), emerge che la nomina}

di un CRO e quindi l’adozione di una gestione integrata del rischio d’impresa, è associata ad una minore variabilità del risultato operativo (EBIT). Alla luce di queste evidenze

151_{Brown G. W., Chew D. H., “Corporate Risk – Strategies And Management “, Risk Books, 1999.}

152_{Meulbroek L. K., “Integrated Risk Management For The Firm: A Senior Manager's Guide”, Social Science} Research Network, 2002.

Nel documento L’Enterprise Risk Management ed il suo livello di implementazione in Europa: determinanti e impatto sul valore. Un’analisi empirica. (pagine 81-89)